Schwachstellen, die während der Trainingsphase von KI-Modellen eingeführt werden: Data Poisoning, Backdoor-Injektion in den Datensatz, Modellinversion zur Extraktion von Trainingsdaten, Membership-Inference-Angriffe und Manipulation von Lernparametern. Beinhaltet Techniken des Adversarial Trainings, Datensatzvalidierung, Schutz der Datenlieferkette und Härtung des Trainingsprozesses für Machine-Learning- und Deep-Learning-Modelle.